modul kecerdasan buatan 2014 revisi

MATERI I

PENGENALAN BAHASA PROLOG

Waktu : 1.5 Jam

Kompetensi Dasar : Mahasiswa mengenal salah satu bahasa pemrograman untuk membangun

aplikasi Kecerasan Buatan.

Indikator : Setelah mengikuti praktikum ini, mahasiswa dapat memahami struktur Prolog

sebagai salah satu bahasa pemrograman untuk Kecerdasan Buatan.

Teori Pendukung

A. Sejarah Prolog

Prolog singkatan dari Programming in Logic.

Dikembangkan oleh Alain Colmenraurer dan P.Roussel di Universitas Marseilles

Perancis, tahun1972.

Prolog populer di Eropa untuk aplikasi artificial intelligence, sedangkan di Amerika

peneliti mengembangkan aplikasi yang sama, yaitu LISP.

B. Perbedaan Prolog dengan Bahasa Lainnya

Bahasa Pemrograman yang Umum (Basic, Pascal, C, Fortran):

1. Diperlukan algoritma/prosedur untuk memecahkan masalah (procedural languange)

2. program menjalankan prosedur yang sama berulang-ulang dengan data masukan yang

berbeda-beda.

3. Prosedur dan pengendalian program ditentukan oleh programmer dan perhitungan

dilakukan sesuai dengan prosedur yang telah dibuat.

Bahasa Pemrograman Prolog :

1. Object oriented languange atau declarative languange.

2. Tidak terdapat prosedur, tetapi hanya kumpulan data-data objek (fakta) yang akan diolah,

dan relasi antar objek tersebut membentuk aturan yang diperlukan untuk mencari suatu

jawaban

3. Programmer menentukan tujuan (goal), dan komputer menentukan bagaimana cara

mencapai tujuan tersebut serta mencari jawabannya.

4. Dilakukan pembuktian terhadap cocok-tidaknya tujuan dengan data-data yang telah ada

dan relasinya.

5. Prolog ideal untuk memecahkan masalah yang tidak terstruktur, dan prosedur pemecahannya

tidak diketahui, khususnya untuk memecahkan masalah non numerik.

6. Prolog bekerja seperti pikiran manusia, proses pemecahan masalah bergerak di dalam ruang

masalah menuju suatu tujuan (jawaban tertentu). Contoh : Pembuatan program catur

denganProlog.

Dalam buku petunjuk praktikum ini digunakan program Turbo Prolog untuk melengkapi

pembahasan pemrograman logika dengan Prolog. Turbo prolog mirip dengan Turbo Pascal,

Turbo C, dan sejenisnya. Tampilannya terbagi menjadi empat jendela yaitu editor, dialog,

message, dan trace. Jendela editor sebagai tempat untuk menyunting program, sedangkan dialog

tempat menuliskan goal dan menampilkan hasil query. Pesan-pesan error, compiler, running, dan

lain-lain ditampilkan di dalam jendela message, sedangkan trace sebagai tempat untuk

menelusuri jalannya program. Secara umum, suatu program Prolog terdiri dari beberapa

kelompok, yaitu domains, predicates, clauses, goal. Masing-masing bagian akan diuraikan pada

bagian berikut.

A. DOMAINS

Domain dalam Prolog seperti type dalam Pascal, yaitu untuk menyatakan jenis variable

atau argumen, misalnya:

domains

kota = symbol

alamat = string

list = symbol*

Ada lima domain baku di dalam Prolog, yaitu:

1. char, karakter tunggal yang diapit oleh tanda kutip tunggal: ‘a’, ‘b’, ‘\13’.

2. integer, bilangan bulat antara –32768 hingga 32767. Notasi $ digunakan untuk

menunjukkan bilangan heksa.

3. real, bilangan nyata antara 1x10 –307 hingga 1 x 10 308.

4. string, deretan karakter yang diapit oleh tanda kutip dobel, misalnya “ipb”.

5. symbol, rangkaian karakter yang diawali dengan huruf kecil da tanpa tanda apa pun.

Disamping itu terdapat domain lainnya yang tidak baku, di antaranya adalah:

1. domain file, yang digunakan untuk memberi nama file secara simbolik seperti contoh

berikut:

file = <nama file simbolik 1> ; <nama file simbolik 2> ; …..

2. Domain list, digunakan untuk menyatakan list (linked list) dimana elemen pertama

mempunyai pointer ke elemen kedua dan seterusnya. Deklarasi list ini dapat dituliskan

dengan bentuk:

<nama list> = <domain>*

list_simbol = symbol*

B. Fakta dan Relasi

Prolog terdiri dari kumpulan data-data objek yang merupakan suatu fakta. Fakta dibedakan 2

macam :

o Menunjukkan relasi.

o Menunjukkan milik/sifat.

- Penulisannya diakhiri dengan tanda titik “.”

- Contoh :

Tabel. 1.1 Contoh Fakta dalam Prolog

C. Aturan

Aturan adalah suatu pernyataan yang menunjukkan bagaimana fakta-fakta berinteraksi satu

dengan yang lain untuk membentuk suatu kesimpulan. Sebuah aturan dinyakatakan sebagai suatu

kalimat bersyarat. Kata “if” adalah kata yang dikenal Prolog untuk menyatakan kalimat bersyarat

atau disimbolkan dengan “:-“.

Contoh :

Tabel 1.2 Contoh Aturan dalam Prolog

Setiap aturan terdiri dari kesimpulan(kepala) dan tubuh. Tubuh dapat terdiri dari 1 atau lebih

pernyataan atau aturan yang lain, Disebut subgoal dan dihubungkan dengan logika “and”. Aturan

memiliki sifat then/if conditional “Kepala(head) benar jika tubuh (body) benar”.

Contoh : Silsilah keluarga :

Gambar 1.1 Contoh Aturan yang memiliki sifat kondisonal

D. Pertanyaan (“Query”)

Setelah memberikan data-data berupa fakta dan aturan, selanjutnya kita dapat mengajukan

pertanyaan berdasarkan fakta dan aturan yang ada. Penulisannya diawali simbol “?-“ dan diakhiri

tanda “.”.

E. Predikat (“Predicate”)

Predikat adalah nama simbolik untuk relasi. Contoh : ayah(slamet,amin). Predikat dari

fakta tersebut ditulis : ayah(simbol,simbol). Dimana ayah adalah nama predikat, sedangkan

slamet dan amin adalah menujukkan argumen.

Sebuah predikat dapat tidak memiliki atau memiliki argumen dengan jumlah bebas. Jumlah

argumen suatu predikat disebut aritas (arity). ayah(nama) …… aritas-nya 1 ayah(nama1,nama2)

….. aritasnya 2. Syarat-syarat penulisan nama predikat :

Harus diawali dengan huruf kecil dan dapat diikuti dengan huruf, bilangan atau garis

bawah.

Panjang nama predikat maksimum 250 karakter.

Tidak diperbolehkan menggunakan spasi, tanda minus, tanda bintang dan garis miring.

F. Variabel

Varibel adalah besaran yang nilainya dapat berubah-ubah. Tata cara penulisan variabel :

Nama varibel harus diawali huruf besar atau garis bawah(_)

Nama variabel dapat terdiri dari huruf, bilangan, atau simbol dan merupakan kesatuan

dengan panjang maksimum 250 karakter.

Nama variabel hendaknya mengandung makna yang berkaitan dengan data yang

dinyatakannya.

Contoh : dari silsilah di atas :

?-ayah(slamet,Anak).

Anak=budi;

Anak=badu

No

Dari query di atas akan dicari siapakah anak dari ayah yang bernama Slamet. Karena

mempunyai relasi yang sama (yaitu ayah), variabel Anak akan mencari nilai dari konstanta

suatu fakta/aturan yang sepadan. Tanda “;” digunakan bila terdapat kemungkinan ada lebih

dari satu jawaban. “No” berarti tidak ada lagi kemungkinan jawaban.

Contoh : dari silsilah di atas :

?-ayah(slamet,X),ayah(X,Y).

X=amin

Y=budi;

X=amin

Y=badu;

X=anang

Y=didi;

X=anang

Y=didi

No

Contoh Program : Kasus Silsilah Keluarga

/* Program Silsilah */

domains

name = symbol

predicates

ayah(nama,nama)

setiaporang

clauses

ayah(slamet,amin).

ayah(slamet,anang).

ayah(amin,badu).

setiaporang if

ayah(X,Y),

write(X," is ",Y,"'s ayah\n") and

fail.

Listing 1.1. Contoh Program silsilah Keluarga

Tugas Praktikum ( Post Test ):

a. Coba ketik program di atas dengan bahasa prolog. Caranya :

1. Run Program Prolog

2. Akan muncul menu editor Prolog

3. Untuk menulis sintaks Program tulis pada window editor

4. Ketik semua program di atas (listing 1.1)

5. Run Program dengan menekan tombol Alt + R

6. Perhatikan kursor akan muncul pada window Run. Contoh : goal>

7. Ketik : ayah(X,slamet) atau ayah(amin,X). Tekan tombol Enter .

8. Perhatikan apa yang terjadi…?

Tugas : Cobalah beberapa query(minimal 3 query). Catatlah hasilnya. (nilai 20).

b. Berdasarkan listing 1.1 cobalah kembangkan programnya, bila ditambahkan faktaya

kakek,anak atau istri. (nilai 30).

c. Cobalah coding pada listing 1.2 berikut ini, jalankan program tersebut dengan memberikan

goal sebagai berikut :

1. Query 1 : ukuran(Z,besar).

2. Query 2 ; warna(Z,coklat).

Setelah Anda mencoba query – query tersebut, cobalah untuk menambahkan fakta baru pada

program terebut. Pada predicates tambahkan jenis(symbol,symbol) dan pada clauses

tambahkan jenis(beruang,karnivora)dan pada goal tambahkan jenis(Z,karnivora).(nilai 30).

predicates

ukuran(symbol, symbol)

warna(symbol,symbol)

gelap(symbol)

clauses

ukuran(beruang,besar).

ukuran(gajah,besar).

ukuran(kucing,kecil).

warna(beruang,coklat).

warna(kucing,hitam).

warna(gajah,kelabu).

gelap(Z):-warna(Z, hitam).

gelap(Z):-warna(Z,coklat).

goal

clearwindow,

gelap(Z), ukuran(Z,besar), write(Z).

Listing 1.2 Contoh Program struktur prolog

d. Cobalah coding pada listing 1.3 berikut ini. (nilai 20):

/* Program Faktorial */

domains

n, f = real

predicates

factorial(n,f)

clauses

factorial(1,1).

factorial(N,Res) if

N > 0 and

N1 = N-1 and

factorial(N1,FacN1) and

Res = N*FacN1.

Listing 1.3 Contoh Program Faktorial dalam Prolog

Setelah selesai coba jalankan dengan memberikan query sebagai berikut :

1) Query 1 : factorial(5,fac2).

Fac2=120 1 Solution

2) Query 2 : factorial(3,fac4).

Fac4=6 1 Solution

3) Query 3 : factorial(3,6). true 1 Solution

4) Query 4 : factorial(5,2). false 1 Solution

Coba berikan 3 buah query lain dan untuk hasilnya catatlah.

Referensi :

Winiarti, S, Diktat Kuliah Kecerdasan Buatan, 2010.

MATERI 2 PENCARIAN RUANG KEADAAN

Waktu : 1.5 Jam

Kompetensi Dasar : Setelah mengikuti praktikum ini, mahasiswa dapat memahami Problem

Solving dalam Kecerdasan Buatan dengan Bahasa pemrograman Prolog.

Indikator : mahasiswa dapat merepsentasikan masalah dengan pendekatan kecrdasan

buatan dalam bahasa pemrograman Prolog.

Teori Pendukung

Tugas Praktikum :

1. Coba ketik coding program prolog berikut ini (Nilai : 30) :

Program 1 :

/* Program aktivitas 1 */

domains

person, aktivitas = symbol

predicates

suka(person,aktivitas)

clauses

suka(ellen,tenis).

suka(john,football).

suka(john,tenis).

suka(mary,renang).

suka(tom,tenis).

suka(tom,basket).

suka(eric,renang).

suka(mary,tenis).

suka(bill,X) if suka(tom,X).

suka(ann,X)if suka(mary,X).

Program 2 :

/* Program aktivitas 1 */

domains

person, aktivitas = symbol

predicates

suka(person,aktivitas)

clauses

suka(ellen,tenis).

suka(john,football).

suka(mary,renang).

suka(tom,tenis).

suka(eric,renang).

suka(bill,X) if suka(tom,X).

suka(ann,X)if suka(mary,X).

Tugas Praktikum ( Post Test ) :

a) Cobalah membuat kedua program tersebut dengan memberikan goal di bawah ini

untuk kedua program tersebut. Bagaimana hasilnya…?

Query 1 : suka(ellen,X),suka(tom,X)

Query 2 : suka(mary,X),suka(ann,X)

b) Untuk program 1 dan program 2 apakah hasilnya …?

c) Cobalah untuk memberi fakta-fakta baru untuk pengembangan.

2. Buatlah sebuah program sederhana ke dalam Prolog untuk kasus-kasus di bawah ini,

catatlah hasilnya. (nilai : 50).

Kalimat 1 :

Setiap anak kelas 1 SD sayang Bu Siti.

Anna adalah anak kelas 1 SD.

Arman adalah anak kelas 1 SD.

Anna dan Arman adalah anak kelas 1 SD maka sayang bu Siti

Carilah solusinya :

Kalimat 2 :

Rima suka semua makanan.

Apel adalah makanan. Ayam adalah makanan.

Ayam dan Apel adalah makanan.

Totok suka Ayam atau Apel.

Rima Suka Apel.

Carilah solusinya :

Makanan apakah yang disukai Rima dan Totok ?

Makanan apakah yang disukai Rima ?

Referensi ;


MATERI 3

REPRESENTASI PENGETAHUAN

Waktu : 1.5 Jam

Kompetensi Dasar : mahasiswa dapat membuat representasi pengetahuan dalam bahasa

prolog.

Indikator : Setelah mengikuti praktikum ini, mahasiswa dapat menyajikan pengetahuan untuk

model graph, dengan bahasa Prolog.

Teori Pendukung :

Pengetahuan (Knowledge) :

Definisi umum : fakta atau kondisi sesuatu atau keadaan yang timbul karena suatu

pengalaman.

Cabang ilmu filsafat, yaitu Epistemology, berkenaan dengan sifat, struktur dan keaslian

dari knowledge.

Teknik Representasi Pengetahuan :

1) Aturan Produksi

2) Jaringan Semantik

3) Graph

4) Frame dan Scemata

5) Logika Proposisi

6) List

7) Tabel keputusan

Bahasa representasi harus dapat membuat seorang programmer mampu mengekspresikan

pengetahuan untuk mendapatkan solusi suatu masalah.

Secara singkat Mylopoulos dan Levesque mengklasifikasikan susunan atau pola representasi

menjadi empat katagori :

1) Representasi Logika - Representasi ini menggunakan ekspresi-ekspresi dalam logika formal

untuk merepresentasikan basis pengetahuan.

2) Representasi Prosedural – Menggambarkan pengetahuan sebagai sekumpulan instruksi untuk

memecahkan suatu masalah. Dalam sistem yang berbasis aturan, aturan if-then dapat

ditafsirkan sebagai sebuah prosedur untuk mencapai tujuan pemecahan masalah.

3)Representasi Network - Menangkap pengetahuan sebagai sebuah graf dimana simpulsimpulnya

menggambarkan obyek atau konsep dalam masalah yang dihadapi, sedangkan lengkungan-

lengkungannya menggambarkan hubungan atau asosiasi antar mereka. Contohnya adalah

jaringan semantik.

4) Representasi Terstruktur - Memperluas network dengan cara membuat setiap simpulnya

menjadi sebuah struktur data kompleks yang berisi tempat-tempat bernama slot dengan nilai-

nilai tertentu. Nilai-nilai ini dapat merupakan data numerik atau simbolik sederhana, pointer

ke bingkai (frame) lain, atau bahkan merupakan prosedur untuk mengerja kan tugas tertentu.

Contoh : skrip (script), bingkai (frame) dan obyek (object).

Di dalam matematika, tidak semua kalimat berhubungan dengan logika. Hanya kalimat yang

bernilai benar atau salah saja yang digunakan dalam penalaran. Kalimat tersebut dinamakan proposisi

(preposition).

Proposisi adalah kalimat deklaratif yang bernilai benar (true) atau salah (false), tetapi tidak dapat

sekaligus keduanya. Kebenaran atau kesalahan dari sebuah kalimat disebut nilai kebenarannya

(truth value).

Tiga buah contoh berikut ini dapat mengilustrasikan kalimat mana yang merupakan proposisi

dan mana yang bukan. Pernyataan-pernyataan berikut ini,

(a) 6 adalah bilangan genap.

(b) Soekarno adalah Presiden Indonesia yang pertama.

(c) 2 + 2 = 4.

(d) Ibukota Provinsi Jawa Barat adalah Semarang.

(e) 12 ³ 19.

(f) Kemarin hari hujan.

(g) Suhu di permukaan laut adalah 21 derajat Celcius.

(h) Pemuda itu tinggi.

(i) Kehidupan hanya ada di planet Bumi.

semuanya merupakan proposisi. Proposisi a, b, dan c bernilai benar, tetapi proposisi d salah

karena ibukota Jawa Barat seharusnya adalah Bandung dan proposisi e bernilai salah karena

seharusnya 12 £ 19. Proposisi f sampai i memang tidak dapat langsung ditetapkan kebenarannya,

namun satu hal yang pasti, proposisi-proposisi tersebut tidak mungkin benar dan salah sekaligus.

Kita bisa menetapkan nilai proposisi tersebut benar atau salah. Misalnya, proposisi f bisa kita

andaikan benar (hari kemarin memang hujan) atau salah (hari kemarin tidak hujan). Demikian

pula halnya untuk proposisi g dan h. Proposisi i bisa benar atau salah, karena sampai saat ini

belum ada ilmuwan yang dapat

memastikan kebenarannya.

Secara simbolik, proposisi biasanya dilambangkan dengan huruf kecil seperti p, q, r, ….

Misalnya, p : 6 adalah bilangan genap.

Untuk mendefinisikan p sebagai proposisi “6 adalah bilangan genap”. Begitu juga untuk q : Soekarno

adalah Presiden Indonesia yang pertama.

r : 2 + 2 = 4.

dan sebagainya. Kita dapat membentuk proposisi baru dengan cara mengkombinasikan satu atau

lebih proposisi. Operator yang digunakan untuk mengkombinasikan proposisi disebut operator

logika. Operator logika dasar yang digunakan adalah dan (and), atau (or), dan tidak (not). Dua

operator pertama dinamakan operator biner karena operator tersebut mengoperasikan dua buah

proposisi, sedangkan operator ketiga dinamakan operator uner karena ia hanya membutuhkan

satu buah proposisi. Proposisi baru yang diperoleh dari pengkombinasian tersebut dinamakan

proposisi majemuk (compound proposition). Proposisi yang bukan merupakan kombinasi

proposisi lain disebut proposisi atomik. Dengan kata lain, proposisi majemuk disusun dari

proposisi-proposisi atomik. Metode pengkombinasian proposisi dibahas oleh matematikawan

Inggris yang bernama George Boole pada tahun 1854 di dalam bukunya yang terkenal, The Laws

of Thought. Proposisi majemuk ada tiga macam, yaitu konjungsi, disjungsi, dan ingkaran.

Ketiganya didefinisikan sebagai berikut:

Misalkan p dan q adalah proposisi. Konjungsi (conjunction) p dan q, dinyatakan dengan notasi p

Ù q, adalah proposisi p dan q Disjungsi (disjunction) p dan q, dinyatakan dengan notasi p Ú q,

adalah proposisi p atau q Ingkaran atau (negation) dari p, dinyatakan dengan notasi ~p, adalah

proposisi tidak p.

Catatan:

1. Beberapa literatur menggunakan notasi “Øp”, “ p ”, atau “not p” untuk menyatakan

ingkaran.

2. Kata “tidak” dapat dituliskan di tengah pernyataan. Jika kata “tidak” diberikan di awal

pernyataan maka ia biasanya disambungkan dengan kata “benar”menjadi “tidak benar”.

Kata “tidak” dapat juga diganti dengan “bukan”bergantung pada rasa bahasa yang tepat

untuk pernyataan tersebut.

Contoh :

Diketahui proposisi-proposisi berikut:

p : Hari ini hujan

q : Murid-murid diliburkan dari sekolah

maka

p Ù q : Hari ini hujan dan murid-murid diliburkan dari sekolah

p Ú q : Hari ini hujan atau murid-murid diliburkan dari sekolah

~p : Tidak benar hari ini hujan (atau dalam kalimat lain yang lebih lazim: Hari ini tidak

hujan)

Tugas Praktikum ( Post Test ):

Tugas a) Nilai : 50

1. Jalankan program logika.pro, caranya : pilih menu file load ketik logikaEnter

2. Pilih menu Run atau ketik huruf R, setelah muncul tanda Goal, berikan ekspresi logika.

3. Berikan beberapa query-query di bawah ini untuk membuktikan ekspresi logika

proposisi. Catatlah hasilnya.

Query 1 : not ( a and b)

Query 2 : not ( a and b) or not(a or b)

Query 3 : not(a or b) and not ( a and b)

Coding dalam Prolog sebagai berikut :

/***************************************/

/* Program sederhana Logika Proposisi */

/***************************************/

predicates

transform(string)

start

is_and_or(symbol)

opposite(symbol,symbol)

goal

start.

clauses

start:-

write("Masukkan ekspresi logika :"),

readln(E),

transform(E).

transform(S):- /* Prosedur untuk metode Assosiative */

fronttoken(S,T,S1),

T="(",

fronttoken(S1,P,S2),

fronttoken(S2,Op,S3),

is_and_or(Op),

fronttoken(S3,Q,S4),

fronttoken(S4,")",S5),

fronttoken(S5,Op2,S6),

Op2=Op,

fronttoken(S6,R,_),

write(P," ",Op,"(",Q," ",Op2," ",R,")"),

nl.

transform(S):- /* Prosedur untuk metode Demorgan */

fronttoken(S,T,S1),

T="not",

fronttoken(S1,"(",S1a),

fronttoken(S1a,P,S2),

fronttoken(S2,Op,S3),

is_and_or(Op),

opposite(Op,Op2),

fronttoken(S3,Q,S4),

fronttoken(S4,")",_),

write("not",P," ",Op2,"not",Q),

nl.

is_and_or(O):-

O="and".

is_and_or(O):-

O="or".

opposite(O,P):-

O="and",

P="or".

opposite(O,P):-

O="or",

P="and".

Tugas b) Nilai : 50 Bila diberikan sebuah pohon keluarga sebagai berikut :

Gambar 3.1. Contoh Pohon

Berdasarkan pohon keluarga tersebut cobalah representasikan ke dalam bahasa

pemrograman prolog untuk mengetahui :

1. Siapakah ibu Robby dan Adam..?

2. Siapakah cucu dari Hasan…?

3. Siapakah yang disebut ayah…?

Referensi :


Hasan

(Buyut)

Siti Aminah Ali

Aisyah

(Anak)

Amir

(menantu)

Ramlah

(Anak) Abu

(menantu)

Siddiq

(menantu)

Hasbi

(Anak)

Hasna

(anak)

robby

(anak)

adam

(anak)

mariam

(anak)

MATERI 4

METODE SEARCHING/PELACAKAN

BREATH FIRST SERACH

Waktu : 1.5 jam

Kompetensi Dasar : setelah mengikuti praktikum ini, mahasiswa dapat memahami dan

membuat program sederhana untuk metode pelacakan dalam Kecerdasan Buatan.

Indikator : Membuat program sederhana dengan bahasa pemrograman prolog untuk

pelacakan dengan metode Breadth First Search.

Teori Pendukug

Ada 2 jenis Pelacakan dalam kecerdasan Buatan, yaitu;

1. Pelacakan Buta

a. Depth First Search

b. Generate and test

c. Breath First Search

2. Pelacakan Heuristik

a. Hill Climbing

b. Best First Search

Pada praktikum ini hanya akan dibahas beberapa saja sebagai sampel penerapan dari pelacakan

daam kecerdasan buatan.

Breath First Search (BFS)

Pencarian yang dimulai dari node akar terus ke level berikutnya dari kiri ke kanan,

kemudian berpindah ke level berikutnya. Contoh pelacakan dengan metode BFS.

New York

Chicago Toronto Denver

Denver Los Angeles Chicago Calgary Los Angeles

Los Angeles Houston Urbana

Los Angeles

Gambar 4.1. contoh Pelacakan BFS

Tugas Praktikum 1 ( Nilai 30)

Berdasarkan gambar 5.1 dari contoh pelacakan BFS, bila diimplementasikan ke dalam bahasa

prolog, codingnya sebagai berikut (silahkan load nama file ; BFS.pro);

/* Best - First Search */

database

flight(symbol,symbol,integer)

visited(symbol)

predicates

route(symbol,symbol,integer)

isflight(symbol,symbol,integer)

displayroute

purge

findroute

add_to_route(symbol)

goal

assert(flight(newyork, chicago, 1000)),

assert(flight(chicago, denver, 1000)),

assert(flight(newyork, toronto, 800)),

assert(flight(newyork, denver, 1900)),

assert(flight(toronto, calgary, 1500)),

assert(flight(toronto, los_angeles, 1800)),

assert(flight(toronto, chicago, 500)),

assert(flight(denver, urbana, 1000)),

assert(flight(denver,houston, 1500)),

assert(flight(houston, los_angeles, 1500)),

assert(flight(denver, los_angeles,1000)),

findroute,nl,

write("Lagi?"),

readln(Q),

Q=n.

clauses

findroute:-

write("Asal: "),

readln(A),

write("Tujuan :"), readln(B),

route(A,B,D),

write("Jaraknya adalah",D),nl,

not(displayroute).

route(A,B,C):-

isflight(A,B,C).

route(_,_,D):-

write("Maaf Rute tidak ditemukan"),

nl,

write("Masukkan jarak yang lebih spesifik:"),nl,

D=0, purge.

isflight(T,T2,D):-

flight(T,T2,D),

add_to_route(T).

isflight(T,T2,D):-

flight(T,X,D2),

X <> T2,

add_to_route(T),

isflight(X,T2,D3),

D=D2+D3.

isflight(T,_,D):-

write("pelacakan gagal !", T),

nl, D=0, fail.

add_to_route(T):-

not(visited(T)),

assert(visited(T)),!.

add_to_route(_).

purge:-

retract(visited(_)),

fail,!.

displayroute:-

write("route adalah : "), nl,

visited(A),

write(A),nl,

fail,!.

Setelah program di Run hasilnya sebagai berikut :

Tugas Praktikum 2 ( Nilai 70)

Setelah anda menjalankan dan mencoba berinteraksi dengan system, cobalah membuat sebuah

program yang dikembangkan dari listing 4.1 di atas dengan mengacu pada pohon pelacakan

berikut ini : Bila Kota asal : Kota_A

Tujuan : Kota_T

Kota_A

Kota_B Kota_C Kota_D

Kota_E Kota_F Kota_T Kota_H Kota_I Kota_T

Kota_T Kota_G Kota_T

Gambar 4.2. Pohon pelacakan untuk kasus ke-2 BFS

Referensi ;


MATERI 5


DEPTH FIRST SEARCH

Waktu : 1.5 Jam



Indikator : Membuat program sederhana dengan bahasa pemrograman prolog untuk

pelacakan dengan metode Depth First Search.

Teori Pendukug

Depth First Search (DFS)

Pencarian yang dilakukan pada semua anaknya sebelum dilakukan pencarian ke node-node

yang selevel. Pencarian dimulai dari node akar ke level yang lebig tinggi. Proses ini diulangi

terus hingga ditemukan solusinya. Contoh pelacakan dengan metode DFS.

New York




Los Angeles

Gambar 5.1. contoh Pelacakan DFS

Pada praktikum kali ini, kita akan mencoba untuk membuat program dengan prolog untuk

pelacakan DFS, untuk melihat alur pelacakannya. Untuk mempermudah praktikum ini, silahkan

Anda buka kembali Program file BFS.Pro yang telah dibuat pada Praktikum 4. Untuk pelacakan

dengan DFS maka ada beberapa procedur yang perlu ditambah kan pada isflight. Cobalah untuk

melihat hasil program DFS.pro pada listing 5.1.

/* Depth - First Search */

database


visited(symbol)

predicates



displayroute

purge

findroute


goal












findroute,nl,

write("Lagi?"),

readln(Q),

Q=n.

clauses

findroute:-

write("Asal: "),

readln(A),


route(A,B,D),


not(displayroute).

route(A,B,C):-

isflight(A,B,C).

route(_,_,D):-


nl,


D=0, purge.

isflight(T,T2,D):-

flight(T,T2,D),

add_to_route(T).

isflight(T,T2,D):-

flight(T,X,D2),

flight(X,T2,D3),

add_to_route(T),

add_to_route(X),

D=D2+D3.

isflight(T,T2,D):-

flight(T,X,D2),

X<>T2,

add_to_route(T),

isflight(X,T2,D3),

D=D2+D3.

isflight(T,_,D):-

write("pelacakan gagal !", T),

nl, D=0, fail.

add_to_route(T):-

not(visited(T)),


add_to_route(_).

purge:-


fail,!.

displayroute:-

write(" rutenya : "), nl,

visited(A),

write(A),nl,

fail,!.

Setelah Program di Run, hasilnya sebagai berikut :

Gambar 5.2. Tampilan Prolog

Tugas Praktikum :

1. Bukalah Program BFS.pro, kemudian lakukan modifikasi untuk membuat pelacakan DFS

dengan menambah procedure pada coding tersebut. Setelah disimpan coba jalankan.

Isikan kota asal : newyork, kota tujuan : los_angeles. (ingat penulisan nama kota hatus

sama dengan yang ada di predicates). Bagaimana hasilnya…? (Nilai 20)

2. Untuk kasus kedua sama dengan membuat program untuk kasus BFS pada praktikum 4 (

gambar 4.1). catatlah solusinya. (Nilai 80)

Referensi :


MATERI 6


HILL CLIMBING

Waktu : 1.5 Jam



Indikator : Membuat program sederhana dengan bahasa pemrograman prolog untuk pelacakan

dengan metode Hill Climbing.

Teori Pendukug

Hill Climbing

Metode ini merupakan jenis pelacakan heuristic, karena dalam pencarian solusinya, ia selalu

mempertimbangkan node yang memiliki nilai terbaik atau dengan model bertahap.

Merupakan metode pelacakan yang mengkombinasikan pelacakan Generate and Test dengan

Backtracking.

Untuk langkah awal pelacakan dengan memilih node yang memiliki nilai terbaik/terbesar

(fungsi heuristik). Contoh pelacakan dengan metode Hill Climbing.

New York




Los Angeles

Gambar 6.1. contoh Pelacakan Hill Climbing

Pada gambar 6.1 terlihat bahwa system meberikan hasil optimal dari newyork denver

los_angeles. Hal ini karena jarak newyork ke denver memiliki nilai terbaik/terbesar, yakni 1900

bila dibandingkan newyork ke Toronto yang memiliki nilai = 800, dan newyork Chicago bernilai

= 1000. Untk membuat pelacakan dengan Hill Climbing , maka prosedur yang ditambahkan pada

bagian isflight dengan menambah prosedur findlargest. Berikut listingnya:

/* Hill Climbing Search */

database


visited(symbol)

predicates



displayroute

purge

findroute


findlargest(symbol,symbol)

goal












findroute,nl,

write("Lagi?"),not(purge),

readln(Q),

Q=n.

clauses

findroute:-

write("Asal: "),

readln(A),


route(A,B,D),


not(displayroute).

route(A,B,C):-

isflight(A,B,C).

route(_,_,D):-


nl,


D=0, purge.

isflight(T,T2,D):-

flight(T,T2,D),

add_to_route(T).

isflight(T,T2,D):-

findlargest(T,X),

add_to_route(T),

flight(T,X,D2),

isflight(X,T2,D3),

D=D2+D3.

isflight(T,T2,D):-

flight(T,X,D2),

X<>T2,

add_to_route(T),

isflight(X,T2,D3),

D=D2+D3.

findlargest(A,B):-

flight(A,X,D),

flight(A,Y,D2),

X<>Y,

D2>D,

B=Y.

add_to_route(T):-

not(visited(T)),


add_to_route(_).

purge:-


fail,!.

displayroute:-

write(" rutenya : "), nl,

visited(A),

write(A),nl,

fail,!.

Hasilnya : bila di Run sebaia berikut.

Gambar 6.2. Tampilan prolog setlah program di run

Tugas Praktikum ;

1. Bukalah Program BFS.pro, kemudian lakukan modifikasi untuk membuat pelacakan Hill

Climbing dengan menambah procedure pada coding tersebut. Setelah disimpan coba

jalankan. Isikan kota asal : newyork, kota tujuan : los_angeles. (ingat penulisan nama

kota hatus sama dengan yang ada di predicates). Bagaimana hasilnya…? (Nilai 20)

2. Untuk kasus kedua sama dengan membuat program untuk kasus BFS pada praktikum 4 (

gambar 4.1) atau kasus DFS pada praktikum 5 (listing 5.1). Catatlah solusinya. Ubah ke

dalam Hill Climbing. Bagaimanakah solusinya…? (Nilai 80).

Referensi ;


MATERI 7

PENGENALAN APLIKASI CERDAS DENGAN MATLAB Pengenalan

Aplikasi Image Processing

Alokasi Waktu : 1.5 Jam

Kompetensi Dasar : setelah mengikuti praktikum ini, mahasiswa dapat ;

1. Mengetahui tools yang dipakai untuk menyelesaikan permasalahan yang berhubungan

pengolahan citra

2. Mempunyai pengetahuan dasar tentang GUI MATLAB sebagai alat bantu dalam

menyelesaikan permasalahan pengolahan citra

Indikator : Membuat dan mendesain GUI di Matlab secara sederhana.

A. TEORI PENDUKUNG

Matlab merupakan salah satu tools dalam pengolahan citra yang banyak digunakan.

B. LANGKAH PRAKTIKUM

1. Mengadakan Pretest <alokasi waktu :15 menit> : Soal terpisah

2. Tahapan Praktikum

a. Pengenalan perintah-perintah dalam Matlab

b. Praktikan mencoba contoh –contoh pemakaian matlab sebagai berikut:

Langkah penggunaan matlab:

1. Buka Matlab dengan cara double clik didekstop icon Matlab

2. Memilih direktori kerja.

- Buatlah sebuah direktori dengan identitas anda di D:

- Kemudian klik pada menu File, pilih Set Path maka akan muncul window seperti ini

:

Gambar 7.1. tampilan Matlab 7.0

- Tekan tombol Add Folder

- Pada window Browse For Folder, arahkan direktorinya ke direktori tempat anda

membuatnya. Kemudian klik OK.

- Lalu tekan Save. Maka akan muncul Full Path dari direktori yang telah ada set.

- Kemudian pada window utama Maltlab, pada toolbar terdapat kolom Curent

Directory, arahkan ke direktori yang telah kita buat tadi.

- Setelah masuk maka kita telah berada didirektori kerja kita, karena default Matlab

adalah C:\MATLAB6\work.

3. Mendesain GUI

Desain GUI dalam Matlab bisa dibuka dengan cara :

Dari Command Window dapat langsung diketikkan kata guide atau

Pilih dari menu File kemudian New dan pilih GUI.

Maka akan muncul window seperti dibawah ini (dengan penambahan keterangan) :

Gambar 7.2. Tampilan menu Editor matlab

Sekarang buatlah sebuah desain seperti di bawah ini :

Gambar 7.3. Tampilan menu Editor matlab untuk memulai desain

Untuk pengaturan propertisnya (pilih Property Inspector), sehingga muncul gambar seperti

berikut :

Gambar 7.3. Tampilan Properti matlab

Langkah berikutnya adalah :

Pada Property Inspector, carilah propertis dengan tulisan String, kemudian klik lalu

isikan dengan Surf. Propertis Tag, isikan dengan surf_pushbutton. Kemudian gulung

propertis ke atas, cari propertis Callback, lalu isikan dengan %automatic.

Untuk tombol kedua selanjutnya isikan sebagai berikut :

Property String : Mesh. Properties Tag : mesh_pushbutton, Callback : %automatic

Untuk Tombol Contour, Pilih Property String : Contour, Tag: contour_pushbutton,

Callback : %automatic

Untuk tomol objek Popup Menu :

Tambahkan sebuah text diatasnya dengan string Pilih Data

Pada objek Popup terdapat pengaturan propertis yang berbeda, diantaranya pada string

kita akan mengisi sebanyak tiga data string yaitu : peaks, membrane dan sinc. Dengan

cara :

Pada property string kliklah tombol yang

berada disebelah kanannya, hingga muncul

sebuah form seperti di bawah ini :

Kemudian ketiklah data string dalam form diatas dengan data : peaks, membrane dan

sinc. Kemudian tekan OK.

Pada properti tag isikan dengan data_popup, dan Callback dengan %auotmatic.

Untuk grafiknya pakailah pada objek dengan nama Axes dan tidak perlu mengubah properti yang

ada. Aturlah besarnya objek tersebut sesuai selera anda. Kemudian simpan dengan nama file

yang anda kehendaki. Maka otomatis akan terbentuk sebuah file yang berekstensi .m beserta

dengan script yang akan digunakan untuk mengaktifkan dan menjalankan interface tersebut.

Misal disimpan dengan nama test.m. Untuk mengkoding ikuti aturan berikut :

function simple_gui_OpeningFcn(hObject, eventdata, handles, varargin)

handles.peaks=peaks(35);

handles.membrane=membrane;

[x,y] = meshgrid(-8:.5:8);

r = sqrt(x.^2+y.^2) + eps;

sinc = sin(r)./r;

handles.sinc = sinc;

handles.current_data = handles.peaks;

surf(handles.current_data)

Kemudian lengkapi script yang lain dengan coding dibawah ini :

function surf_pushbutton_Callback(hObject, eventdata, handles)

surf(handles.current_data);

function mesh_pushbutton_Callback(hObject, eventdata, handles)

mesh(handles.current_data);

function surf_pushbutton_Callback(hObject, eventdata, handles)

contour(handles.current_data);

function plot_popup_Callback(hObject, eventdata, handles)

val = get(hObject,'Value');

str = get(hObject, 'String');

switch str{val};

case 'peaks'

handles.current_data = handles.peaks;

case 'membrane'

handles.current_data = handles.membrane;

case 'sinc'

handles.current_data = handles.sinc;

end

guidata(hObject,handles)

Jika sudah selesai simpan hasil kerja anda dan coba anda jalankan interface anda dengan

cara menklik tanda segitiga berwarna hijau atau dari menu Tools -> Activate Figure atau

langsung tekan kombinasi Ctrl + T.

Jika ada yang salah atau error, silahkan tanya asisten atau coba anda cari penyebab

kesalahannya. Jika suskes coba anda jalankan semua tombol dan fungsi yang telah kita buat tadi,

contoh hasilnya adalah lihat dibawah ini .

Gambar 7.6 tampilan hasil keluaran dari Matlab

C. Tugas Praktikum

Kerjakan langkah-langkah di dalam petunjuk praktikum untuk mendapatkan gambar 7.6.

D. Referensi

[1]. Gonzales, Woods, 1992, Digital Image Processing, A-Wesley Publishing, New York

[2]. Mathworks, 2003, Image Processing Toolbox For Use With Matlab, The Mathworks Inc,

MA.

[3]. www.mathworks.com

MATERI 8

PENGENALAN APLIKASI JARINGAN SYARAF TIRUAN (JST)

Waktu : 1,5 Jam

Kompetensi Dasar : Mendesain topologi JST, melkukan konfigurasi neuron, serta melakukan

training dan test dataset

Indikator :

1. Mengetahui tools yang dipakai untuk menyelesaikan permasalahan yang berhubungan

Jaringan Syarat Tiruan

2. Mempunyai pengetahuan dasar tentang topologi JST, konfigurasi neuron, dan

melakukan training dan test dataset

A. TEORI PENDUKUNG

Jaringan syaraf adalah merupakan salah satu representasi buatan dari otak manusia yang

selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut [1].

Karakteristik jaringan syaraf tiruan ditentukan oleh [2]:

1. Pola hubungan antar-neuron (disebut dengan arsitektur/topologi jaringan)

2. Metode penentuan bobot-bobot sambungan (disebut dengan pelatihan atau proses belajar

jaringan)

3. Fungsi aktivasi

Model-model jaringan syaraf tiruan terdiri dari Hebb, Perceptron, Adaline/Madaline,

Backpropagation, Hopfield [2]. Pada praktikum ini akan menggunakan aplikasi software

Multiple Back-Propagation (MBP) yang didevelop oleh Noel Lopez (Polytecnic of Guarda,

Portugal). Software ini gratis yang dirilis di bawah GPL v3 licence untuk keperluan pelatihan

tentang JST dengan model Backpropagation dan menggunakan algoritma Multiple

Backpropagation [3].

B. LANGKAH PRAKTIKUM

1. Mengadakan Pretest <alokasi waktu :15 menit> : Soal terpisah

2. Tahapan Praktikum

a. Pengenalan software MBP

b. Praktikan mencoba contoh –contoh pemakaian MBP sebagai berikut:

1) Desain topologi neural network

Gambar 8.1. Desain Topologi JST ( a)

Gambar 8.2. Desain Topologi JST ( b)

Gambar 8.3. Desain Topologi JST ( c)

Gambar 8.4. Desain Topologi JST (d)

2) Konfigurasi fungsi aktivasi neurons

Gambar 8.6. Contoh Aktiva JST

3) Mendefinisikan konfigurasi learning neural network

Gambar 8.7. Konfigurasi JST

Gambar 8.8. Konfigurasi JST lanjutan

1. Disable (un check) “Use adaptive step sizes (use an individual step size for each

weight)”, sehingga konfigurasi “Larning rate” dan “momentum” aktif (enable) agar

secara otomatis melakukan update

2. Apabila “lerning rate” dan “momentum” dalam keadaan tidak aktif (disable), maka

persentase decay (error) dapat untuk “learning rate” dan “momentum” dapat ditentukan

secara manual

3. Area Stopping Criteria digunakan untuk menentukan kapan proses training berakhir,

dengan pilihan kriteria:

a. Stop when the training RMS is less than …. , proses training berhenti ketika root

mean square (RMS) berhenti ketika nilainya kurang dari yang diberikan oleh user,

atau

b. Stop after …. Epochs, proses training berhenti berdasarkan nilai epochs

4. Enabled “update screen while training”.

4) Training Neural Network

a. Untuk melakukan training nural network, harus ditentukan terlebih dahulu data train-

nya

b. Secara default MBP akan meminta file data anda dengan ekstensi *.dat, namun anda

dapat menentukan tipe data lainnya, seperti *.txt . Selanjutnya tentukan juga file data

testnya.

Gambar 8.9. Pengujian Data

c. Seteleh menentukan dataset train dan test, selanjutnya tentukan topology neural

netowork

Gambar 8.10. Pengujian Data Lanjutan

d. Selanjutnya pada area weight, klik randomize, maka kita dapat melihat grafik-grafik

RMS dan Output vs Desired untuk data train maupun data test

5) Selanjutnya klik tombol Train, untuk memulai prosess training

6) Selanjutnya, anda dapat melihat grafik outputnya

7) Anda dapat meng-copy data atau grafik dengan cara klik kanan pada area grafik yang akan

di-copy

Pilih copy data, dan lakukan paste (sebagai contoh menggunakan notepad)

8) Dengan menggunakan MBP anda juga dapat meng-copy source code dalam bahasa C untuk

dapat dimanfaatkan untuk keperluan lain dan bahkan konversi ke bahasa pemrograman lain.

a. Klik Generate C Code pada area Network

b. Selanjutnya, tentukan nama file dan tempat penyimpanan source code tersebut

c. Maka contoh source code setelah file tersebut dibuka sebagai berikut

Gambar 8.12. Tampilan hasil Identifikasi JST

D. Referensi

[1]. Kusumadewim S. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Graha Ilmu,

Yogyakarta.

[2]. Hermawan, A. 2006. Jaringan Syaraf Tiruan. ANDI OFFSET, Yogyakarta.

[3]. http://mbp.sourceforge.net/index.html, tanggal akses 9 Agustus 2014, jam 13.10 WIB.

http://mbp.sourceforge.net/index.html

MATERI 9

MEMBANGUN SISTEM PAKAR

(ALUR KONSULTASI/PELACAKAN)

Waktu : 1.5 Jam

Kompetensi Dasar : mahasiswa setelah mengikuti praktikum ini, dapat membuat alur

pelacakan berdasarkan algoritma untuk Kasus Sistem pakar yang diberikan.

Indikator : Mahasiswa dapat membuat aplikasi Sistem Pakar

Teori Pendukung

a) Konsep Umum SP

sistem yang berusaha mengadopsi pengetahuan manusia ke komputer agar komputer

tersebut dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli (pakar).

Sistem pakar adalah suatu sistem yang bisa menyamai atau meniru kemampuan seorang

pakar (Giarratano dan Riley, 2004).

Sistem pakar merupakan suatu model dan prosedur yang berkaitan, dalam suatu daerah

tertentu, yang mana tingkat keahliannya dapat dibandingkan dengan keahlian seorang

pakar (Ignizio,1991).

Sistem pakar adalah program komputer yang didesain untuk meniru kemampuan

memecahkan masalah dari seorang pakar

b) Komponen SP

Sistem pakar sebagai aplikasi dalam Kecerdasan buatan terdiri dari komponen, user

interface, mesin inferensi dan Representasi pengetahuan. Untuk aplikasi SP ketiga

komponen ini harus ada.

Langkah-langkah Praktikum

Pada praktikum kali ini, praktikan akan dikenalkan dengan aplikasi Kecerdasan buatan system

Pakar. Untuk membangunnya akan menggunakan tool ; GUI design untuk membangun

prototype, Visio drawing untuk menggambarkan alur pelacakan dan MS-Access untuk

membangun basis data. Tahapan yang akan digunakan dalam praktikum ini adalah mencoba

untuk membangun sebuah prototype system pakar. Tahapan pengerjaannya sebagai berikut :

1. Membuat Alur pelacakan

2. Membangun basis data

3. Membangun Desain User Interface

Pada tugas praktikum ini, dianggap basis aturan dan basis data telah dibangun. Kita langsung

membuat Alur Konsultasi atau pelacakan untuk Aplikasi System Pakar untuk mendiagnosa

Penyakit Tulang ini.

1. Membuat Pohon Pelacakan

Caranya :

a) Bukalah Program Visio 2003

b) Gambarlah Alur Pelacakan Untuk Konsultasi Sistem pakar pada kasus ini berdasarkan

algoritma berikut ini :

- Awal Program, Pilih menu konsultasi

- Inputkan gejala yang dirasakan

- Cek apakah ada gejala lagi atau yang lain…?

- Jika Ya, inputkan gejala lain, jika tidak program Stop.

- Tampilkan hasil diagnose jika tidak ada gejala lagi.

- Simpan hasil diagnose

- Eksekusi selesai

c) Sesuaikan komponen yang ada pada property dengan alur pelacakan tersebut.

2. Membuat Basis Data

Untuk membuat basis data dapat menggunakan tools MS-Access.

a. Membuat Konseptual Data

Untuk kasus Sistem pakar untuk Diagnosa Penyakit Tulang ini, diberikan Desain Konseptual

datanya sebagai berikut :

pada tabel berikut ini :

Tabel 9.1. Desain Konseptual Awal

Tipe Entitas Atribut

User no(*), username, password, nama, jeniskel,

tgllahir, pekerjaan, alamat

Penyakit kode_pnykit(*), nama_pnykit, definisi, CF

Gejala kode_gjl(*), nama_gjl, mb, md

Penyebab kode_pnybab(*), nama_pnybab

Saran kode_saran(*), nama_saran

Terapi kode_terapi(*), nama_terapi

Keterangan : (*) : Primary Key

b. Membuat Struktur Tabel

Berdasarkan kosneptual data pada table 9.1, buatlah struktur tabelnya dengan menggunakan tools

MS-Access. Caranya sebagai berikut (contoh membuat table penyakit):

a. Buka MS-Acess Blank Database creat database isikan sistempakar OK.

b. Buat Nama Tabel : Klik kanan pada table1 design View isikan nama table : penyakit

c. Isikan atribut sesuai nama atribut yang ada pada desain konseptual data pada table 9.1.

d. Simpan dengan menekan tombol silang simpan.

e. Untuk memberi kode Primary Key pada suatu atribut tanda atribut yang akan diberi PK

dengan cara klik kanan pada atribut tersebut tekan menu Design primary Key (symbol

kunci).

f. Begitu seterusnya untuk mendesain table-tabel yang lainnya.

Referensi :

Winiarti. S, Diktat Kuliah Kecerdasan Buatan, 2010.

MATERI 10

MEMBANGUN SISTEM PAKAR (MEMBUAT USER INTERFACE)

Waktu : 1.5 Jam

Kompetensi Dasar : mahasiswa setelah mengikuti praktikum ini, dapat membuat alur

pelacakan berdasarkan algoritma untuk Kasus Sistem pakar yang diberikan.

Indikator : Mahasiswa dapat mendesain prototype system pakar dengan aplikasi GUI .

Teori Pendukung

Pada praktikum kali ini, praktikan akan dikenalkan dengan aplikasi Kecerdasan buatan system

Pakar. Untuk membangunnya akan menggunakan tool ; GUI design untuk membangun

prototype. Namun karena aplikasi yang digunakan masih versi trial, maka baru diinstal setelah

menggu ke 10 dari praktikum ini.

Langkah Praktikum

1. Untuk memulai desain antar muka system, kita mengacu pada Rancangan Menu Program di

bawah ini.

2. Pastikan tools : GUI sudah terinstall. Jika belum silahkan menginstall atau menghubungi asisten

parktikum.

3. Buuatlah desain user interfacenya setelah menjalankan aplikasi GUI.

4. Ikutilah petunjuk cara mengoperasikan aplikasi GUI sesuai petunjuk yang ada dalam Buku

Praktikum ini hingga desain berakhir.

Gambar 10.1. Rancangan Menu Program

Langkah Praktikum :

Langkah menggunakan GUI Design Studio

a. Buka GUI Design Studio maka tampilan form utamanya dapat dilihat dibawah ini :

Menu

Program

Data Entry File Konsultasi Help

Log in

Log Out

Exit

Penyakit

Penyebab

Gejala

About

Solusi

Pencarian

Diagnosa

Tentang

Program

Penyakit

Penyebab

Gejala

Solusi

Pakar

Basis Aturan

Gambar 10.2. Tampilan Form Utama GUI Design Studio

b. Setelah form utama terbuka, pilih New Project dan berikan nama project anda serta

jangan lupa memilih lokasi drive mana anda akan menyimpannya. Bila ingin

menambahkan link untuk library diberikan centang. Seperti gambar dibawah ini:

Gambar 10.3. Form untuk memilih tempat penyimpanan New Project

c. Setelah tersimpan dengan project baru maka anda siap mendesain rancangan yang

anda inginkan. Anda dapat menggunakan berbagai macam komponen ada disebelah

kiri layar. Ada Project, Element, Icon dan lain-lain. Seperti gambar dibawah:

Gambar 10.4. Komponen untuk membangun interface

d. Untuk memulai desain rancangan, pertama silakan buat dulu form desain, dengan cara

klik New Design pada project atau dengan Crtl+N. Setelah keluar jendelan dialog

baru silakan anda menambahkan komponen. Drag dan drop komponen yang sudah

dipilih yang diinginkan sesuai dengan tema rancangan. Seperti gambar dibawah ini:

Gambar 10.5.Tampilan lembar kerja tempat membuat desain interface

e. Untuk pengaturan setiap komponen atau elemen bisa dilakukan dengan cara double

click komponen yang akan dimodifikasi. Dan untuk menggesr elemen bisa

menggunakan tombol panah atas-bawah dan kiri-kanan pada keyboard, untuk

mengecilkan dan membersarkan ukuran elemen bisa menggunakan kombinasi tombol

Shift dan tombol 4 arah yang di sebutkan tadi.

Desain Interface

a. Menu Utama

Gambar 10.6. Rancangan menu utama

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT TULANG

PADA MANUSIA

Pada menu utama terdapat beberapa menu, yaitu menu file, data entry, user dan

help. Menu file memiliki sub menu login, ganti password dan exit. Data entry

memiliki sub menu penyakit, penyebab, solusi, gejala dan basis aturan. User memiliki

sub menu data user dan diagnosa, serta help memiliki sub menu about, petunjuk

penggunaan dan programer.

Untuk membuat task bar seperti di bawah ini :

Gambar 10.7. Image Task Bar

- Pilih Elements Toolbars dan Menus

- Tariklah image Menu Bar, bila ingin melakukan perubahan double klik pada

image Menu Bar, kemudian lakukan setting pada Menu Bar properties seperti

pada gambar dibawah ini.

Gambar 10.8. Tampilan Menu Bar Properties

Untuk pemberian judul pada menu utama :

Gambar 10.9. Rancangan Judul Pada Menu Utama

- Pilih Elements Text and Edit Boxes

- Kemudian lakukan setting pada Text Properties

Untuk mengkoneksikan antara interface satu dengan interface lainnya dapat

dilakukan link dari Menu Data Entry ke Popup Menu nya yaitu dengan memilih icon .

Gambar 10.10. Rancangan Menu Utama dengan Popup Menu

Untuk pembuatan Popup Menu dapat dilakukan dengan cara :

- Pilih Elements Toolbars dan Menu

SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT TULANG

PADA MANUSIA

SISTEM PAKAR UNTUK MENDIAGNOSA

PENYAKIT TULANG PADA MANUSIA

- Tariklah image Popup, bila ingin melakukan perubahan double klik pada image popup

menu kemudian lakukan setting pada popup menu properties.

Gambar 10.11. Tampilan Popup Menu Properties

b. Menu Login

Gambar 10.12. Rancangan menu login

Untuk membuat tombol button :

- Pilih Elements Buttons

- Kemudian pilih tombol button yang diinginkan, misalkan pada tombol button ini

Gambar 10.13. Image Button

- Bila ingin melakukan perubahan double klik pada tombol button kemudian

lakukan penyetingan pada Text Button Properties seperti di bawah ini :

-

Gambar 10.14. Tampilan Text Button Properties

c. Menu Data Penyakit

Gambar 10.15. Rancangan menu data penyakit

Menu ini dipakai untuk input data penyakit yang akan disimpan dalam sistem.

Memungkinkan untuk menambahkan jenis penyakit baru, ataupun untuk menghapus

salah satu jenis penyakit.

Untuk membuat edit text :

- Pilih Elements Text and Edit Boxes

- Pilih image

Gambar 10.16. Image Edit Box

- Kemudian lakukan seeting pada Edit Box Proporties seperti gambar di bawah ini

dengan cara double klik.

Gambar 10.17. Tampilan Edit Box Properties

d. Menu Data Gejala

Gambar 10.18. Rancangan menu data gejala

Menu ini dipakai untuk input data gejala dan probabilitas masing-masing

penyakit. Memungkinkan untuk menambahkan gejala baru, ataupun untuk menghapus

salah satu gejala.

e. Menu Data Penyebab

Gambar 10.19. Rancangan menu data penyebab

Menu ini dipakai untuk input data penyebab penyakit. Memungkinkan untuk

menambahkan penyebab baru, ataupun untuk menghapus salah satu penyebab penyakit.

f. Menu Data Solusi

Gambar 10.20. Rancangan menu data solusi

Menu ini dipakai untuk input data solusi. Memungkinkan untuk menambahkan

solusi baru, ataupun untuk menghapus salah satu solusi dari masing-masing penyakit.

g. Menu Data Pasien

Gambar 10.21. Rancangan menu data pasien

Menu ini dipakai untuk input data pasien. Memungkinkan untuk menambahkan

pasien baru yang akan menggunakan sistem ini untuk berkonsultasi, ataupun untuk

menghapus salah satu pasien.

h. Menu Aturan

Gambar 10.22. Rancangan menu aturan

Menu ini digunakan untuk menampilkan kaidah aturan yang dipakai untuk

melakukan penelusuran terhadap penyakit dan solusi sesuai penyakit tersebut

berdasarkan gejala.

i. Menu Diagnosa

Gambar 10.23. Rancangan menu konsultasi

Menu ini digunakan untuk user yang ingin melakukan konsultasi. Nantinya user

akan memilih gejala yang dirasakan.

j. Form Rekam

Gambar 10.24. Rancangan menu rekam

Menu ini lanjutan dari menu konsultasi. Jika pada menu konsultasi user memilih

untuk rekam, maka gejala yang telah dipilih pada menu konsultasi akan ditampilkan

pada form ini.

k. Rancangan Menu Lanjut

Gambar 10.25. Rancangan menu lanjut

Menu ini lanjutan dari form rekam. Pada form ini, sistem akan menampilkan

solusi penyakit yang sudah tersimpan dalam database yang gejalanya mirip dengan

gejala baru yang dimasukkan oleh user.

l. Cetak Hasil

Gambar 10.26. Rancangan menu cetak hasil

Menu ini lanjutan dari form lanjut. Jika pada form lanjut user memilih untuk

cetak, maka hasil konsultasi tersebut dapat dicetak.

m. Menu Help

Gambar 10.27. Rancangan menu help

Menu ini akan menampilkan pilihan about yang berisi tentang program,

petunjuk penggunaan program dan identitas programmer.

Referensi :

Winiarti.S, Buku PraktikumKuliahn Sistem Informasi, 2010.

modul kecerdasan buatan 2014 revisi

Documents